發展教育社群/推展 AI 教育：修訂版本之間的差異
（→討論紀錄） |
（→分組一） |
||
| 第 112 行： | 第 112 行： | ||
丁丁、柏璋(職校服務13年、現在在雲林谷坑生態廚師、攀樹教練、體驗教育、政大四梯)、鈴諭 | 丁丁、柏璋(職校服務13年、現在在雲林谷坑生態廚師、攀樹教練、體驗教育、政大四梯)、鈴諭 | ||
| − | + | 重點整理： | |
| + | # | ||
| + | # | ||
| + | # | ||
| + | # | ||
| + | # | ||
| + | <mwdetails><summary>詳細討論內容：</summary> | ||
本來是學商的，有學到人力資源管理，談到未來是無人力需求的，跟現在ＡＩ的趨勢是符合的。傳統農業社會是需要大量人力，未來不用。 | 本來是學商的，有學到人力資源管理，談到未來是無人力需求的，跟現在ＡＩ的趨勢是符合的。傳統農業社會是需要大量人力，未來不用。 | ||
| 第 176 行： | 第 182 行： | ||
#身心健康 | #身心健康 | ||
#公共的治理 / NGO hub | #公共的治理 / NGO hub | ||
| − | + | </mwdetails> | |
| − | + | ||
| − | + | ||
| − | + | ||
====分組二==== | ====分組二==== | ||
2024年2月5日 (一) 16:09的修訂版本
活動流程
- 6:30~7:00 會前聊聊
- 7:00~7:20 AI產業發展與教育趨勢變革 /林立傑
- 7:20~7:30 丁志仁
- 7:30~7:45 全班Q&A
- 7:45~9:00 分組討論
目錄
引言：林立傑
- AI產業發展與教育趨勢變革
- AI世代：人機協作自學與創新之道（四版）
- 未來教室圖像:老師變成引導的身分，AI變成主講人；在AI的協助下，小孩很開心
- 比爾蓋茲:這輩子看過兩個最重要的發明，其一是蘋果公司的電腦可以在電腦上畫圖；其二就是人工智慧
- 人工智慧會取代勞力密集的工作嗎?比較有可能衝擊的是老師、醫生、律師
- 紅杉資本做出的AI產業預測:2030整個人工智慧產業成熟，甚至超越人類。剛好是現在的中學生出社會的年份
- 重新思考，老師的價值是什麼?
- 不要再去比AI還是人類厲害?因為一定是前者，他是二十四小時不間段的學習。就像你不會去跟汽車比誰跑得比較快，而是學習怎麼開車
- 不讓專業被取代、淘汰:學習善用人工智慧工具
- 人類無法被取代:學習力、創造力、系統思考
- 清華大學王道維教授:從過往【教師=>學生】單向的學習，數位時代應該更新成教育者，學習者研究者圍繞著虛擬知識，動態的學習，並且在不同領域間轉換。
- 未來的學生圖像:在個人的時間與人工智慧學習，在課堂上與教師一同討論
- 創新發明故事:莊子
- 村民天氣冷的時候把草藥塗在手上，可以繼續進行生產；有一個商人來把這項技術買走，並且推廣到別的國家，結果該國把這項藥草技術運用在軍事上，把原來的國家滅了。
- 協會在高中的課程:人工智慧，系統思維的培養
- 用易經來教導系統思維
- 用無人機帶動孩子的學習興趣，把AI當成終身學習的夥伴
引言：丁志仁
- 教育最主要的形塑力量，都不在教育系統內部
- 典範轉移，不能靠「準備好=>實施」，只能是「以實施帶動準備」
一、「科層暨市場體制」下的近現代公共教育：
- 以工業革命為基底
- 大量生產：工廠 / 產品，學校 / 學生
- 教育的末端目標是人民的兩大品質：提供有用的生產力；易洗腦的消費者，必須讓「君子成器」
- 追求「增量」的價值觀，滲透進生活的方方面面
- 教育以生成「職業隔間」為目標
- 社會進行高度科層的金字塔化，擅長垂直整合
- 格式化
- 以學齡 / 年齡為基礎建構學制(學校制度)
- 以國家課綱或州課綱決定學生的學習內容
- 以金字塔化的大考、期考、月考、小考落實控制與節奏
- 以分科教材教法訓練教師
- 主要工具箱：
- 學校
- 教室
- 黑板 / 粉筆
- 教科書 / 考卷
- 師培 / 教師 => 「科本」，老師是一種機器零件，可「對調」「更換」
- 教育界陳說的「故事」與「教育現場的事實」有一定落差，不是一回事。
二、「互聯共生 / 人機協作網絡」對教育現狀的打破：
以自然為師。如：人腦與 AI 的「高耗能」。
- 大腦平均佔人體總重量的2%，但卻能消耗掉人體內20%的能量
- AI 神經架構搜索(NAS,Neural Architecture Search)
(一)改變的走向
 |
|---|
| 自主學習典範的四大元素 |
- 大混齡
- 年齡學制會被打破
- 學習者會走向：自主學 / 動手學
- 自定義福祉
- 才能放寬，斜槓職涯，讓「君子不器」
- 學習機構：自組識，能演進
- 「網約教育」比重增加
- 減科層，增網絡，「格式化」再也框不住學習樣態
- 軟課綱
- 不變：讀寫算，資訊(人機協作)，科學，跨群溝通的文化能力(跨代溝通)
- 變：
(二)典範轉移一定會發生
看怎麼發生
- 可能溫和且文明
- 可能簡單粗暴：教育券
- 最可能介於兩者之間
- 時機越晚，越被動，越「簡單粗暴」
三、台灣可以成功改變的原因
討論「典範轉移」式的改變，最忌「用新工具套在舊系統上」，如：電子書包。
台灣按對三個鈕：
- 教育經費編列與管理法
- 實驗教育三法
- 常民政治
以教育為支點支持社會的「相變」。
討論紀錄
全班 QA：
- 請問立傑老師，授課時用AI當小老師，師生比如何配置?
- 25人，一位老師，一位助教。
- 小朋友數位能力很強，解釋後都很容易上手。
- 讓小朋友知道CHATGPT是他的小老師，以後遇到問題都可以使用這個工具。
- 是一個很好的Ｑ的過程
- Chat GPT給出不是很好的答案時，是一個很好的反思的練習（Ｒ）。
- 需要有真人回饋的部分，才能進入反思的歷程。
- 現場配置弱勢同學拿著手機個別根生成式AI互動，還是用電腦?
- 現在各校都有平板
- 教系統知識很容易在課堂上出現，但是問答在傳統的課堂卻很難練習；因此生成式ai可以幫助小孩練習
- 在課堂流程哩，是否會有同學間相互分享和生成式ai的問答，不然學生怎麼反思?
- 覺得提問和反思非常重要
- 今天和CHATgpt互動:請用pbl方法設計sdgs裡終結貧窮的指標，來設計一份教案，並以表格方式呈現
- 系統表示無法以表格呈現，但可以用文字描述
- 訓練學生怎麼問問題，問對了、問不對。
分組一
丁丁、柏璋(職校服務13年、現在在雲林谷坑生態廚師、攀樹教練、體驗教育、政大四梯)、鈴諭
重點整理：
詳細討論內容：
本來是學商的，有學到人力資源管理，談到未來是無人力需求的，跟現在ＡＩ的趨勢是符合的。傳統農業社會是需要大量人力，未來不用。
在經濟學討論的是資源的這一塊，會是一個悲觀的狀態，例如缺糧、缺礦…
回到鄉村之後，簡單的生理需求，並不覺得匱乏的很恐慌
餐飲科在6年前是直接被列為收編的單位，但6年來有很多師資投入。這是蠻值得思考討論的。
未來有很多職業、職位，有沒有存在的價值?
跨領域、互助合作，是未來的這個職業能否存在的關鍵
目前在教學現場，喜歡帶學生探討飲食文化，台灣是一個移民國家，正在走入新的世代，新的移民文化，
實體資源匱乏：
- AI 正在跟人類搶有限「碳排」
- 被消費主義推出來的「假需求」「假匱乏」
- 多世代被壓縮在同一個時期 => 下一輪的教育必須要重視的能力：跨世代溝通（同溫層太厚) / 跨世代放棄溝通
- 「教會孩子問問題」 vs 「教會孩子答試卷」=> 少子化 / 應試教育的需求就會越低
- 青年世代團結：越晚出生的世代越會遇到必輸的時局，越小一輩越覺得生活仄逼
- 過去是工作10年可以存房子的頭款，現在可能是存40年
- 以現在有限的工作時段來說，現在的年輕人立於必敗之地
- 越年輕越不願意世代團結
- 消除不同區域間的差異才能促成（柏璋）落差不是存在世代之間，而是存在區域之間。資訊量刺激不同。
世代交替的例子（柏璋）
- 童軍大露營，過去如果出去的小隊迷路了，會不容易回來。現在手機很方便，比較容易回來（野外追踪活動)，這中間之有7年的差距。
給予答案的反面可能是負面的，一味的相信AI給的答案，會不會是另外一種危機？會不會AI也給錯答案，我們也思考錯方面？
- 丁丁回答：
- 發問前
- 給予初步解答之後
- 分辨信源性質與訊息正確性的技能，卻比過往更為重要。但目前課綱、教學沒有教
- AI在跟人類搶有限的碳排
- 本來以為ＡＩ會是人類管制碳排的利器，但一年以來發現，大型語言模型的碳排非常驚人。
- 遠在ＡＩ幫我想辦法，教我降低碳排之前，它已經在跟人類搶有限的碳排。
- 回顧人類的發展史，人類是腸道長度最短的哺乳類動物。因大腦需要大量的熱量，思緒或策略耗能十分驚人。大腦神經串連與體細胞耗能十分不同。
- 腸道縮短所節省下來的能量給大腦用。
- 熟食不需要那麼長的長度，就可以吸收足夠的營養。
- 如何增加ＡＩ更有效率的利用
提問：AI會增強或打破貧富差距?
- 重要觀點和提問：
- AI 敲掉「行業隔間」：傳統公校的教育目標之一。就是用漫長的時間去訓練學生掌握一組行業隔間的知識與技術，以謀得日後職場安身立命的保障。但熟悉人類語言的生成式AI，一夕之間把「行業隔間」敲掉了九成以上，還導致十八世紀以來盛行於全球的近代公共教育體系目標與方法，大幅「錯置」。不處理，公共教育對社會將變成如同雞肋：食之無味、棄之可惜。
- 加速「群學」：對自主學習典範來說，群學一直是這個學習生態中的核心元素。在生成式AI達到可實用之前，群學只能透過和另一群（或一位）自然人形成微社群，讓自己能進入討論模式。但現在：
與 AI 進入討論模式 見多識廣到難以匹敵的同儕，幫助自己糾錯與「自定義福祉」。
- 可以不眠不休，隨侍在側。
- 應試練習變得過時。
- 分辨信源性質與訊息正確性的技能，卻比過往更為重要。=> 近未來數位公民，重點訓練
- 大幅縮短從提問到初步解答的時間，但提問之前與得到初步解答之後 ，更重要。
- 衍生更多「糾錯」和「決策」的需求。
- 數位溝通與行動，網絡、通路、水平整合
- 資訊安全與法律
- 身心健康
- 公共的治理 / NGO hub
分組二
立傑，文娟，文瑾，繩結，麗淑，carol
對於立傑的引言，大家有同意、不同意或不清楚的觀點?
文娟:因為有提到協會跟高中合作，在課堂上把ai擬作老師，那欲這種方式在課堂上，學生的思辨能力與提問能力有什麼變化?
立傑:由於我們只有八堂課，六次上課每次兩到三小時，總共十八小時。不敢說有太大的變化，但有三種啟發。其一是認識到人工智慧是很好的助理，一個諮詢意見的管道；第二，人的創意是無限的。ai將來會很厲害，但是創意是我們能駕馭ai的關鍵；第三，想跟同學說，這個世界是一種系統。不管喜歡或不喜歡，都由不同的布建組成系統。因此如何了解系統並面對問題。我講的這些在高中課堂裡不會教，但是很重要，因此用這十八個小時填補這部分。
為什麼提問很重要?
文娟:我喜歡問問題，我覺得這就是好奇地展現。有提問才有下一步的動作。我自己感覺體制教育，我自己的孩子國高中是在家自學，為什麼不去公立高中，因為體制的教育無法保持好奇心。僵化的教育長期參與後，會影響到方方面面。教育如果要改革，教孩子[提問的能力]非常重要。
繩結:我也同意提問力的重要性。想回饋:理想的狀況，人工智慧可以在教室裡也成為學生的助手。但是在達到理想的畫面時，這個過程也需要設計。學生能不能也對ai給的答案有批判思考?我在實驗學校教書，那我有時候會想到體制學校，可能相對沒有那麼多空間，不曉得林先生有沒有辦法也讓體制學校的教育現場改善。要嘛可以引進科技工具，更加培養學生的提問能力、學習興趣；或是能否讓考試減量。
立傑:我們的教育很重視效率和效果，在這樣的前提下，就很不喜歡問問題這件事。很多人都治到提問和反思重要，但很少人坐到。那這件事可不可以先讓人工智慧來做?基本功的套裝知識還是在課堂上，但是提問和反思可不可以來ai做?我相信很多新創公司已經在開發人工智慧的輔導系統，如果有這種系統可以更大提升活用人工智慧。但由於現在產品還沒問世，因此我們主要的課堂流程還是掌握在老師手中。
繩結:希望未來協會也有課程，是教老師如何用ai引導學
立傑:張博士出了一筆錢，來讓台灣學校的現場老師也開始培養ai協作的能力出了一筆錢，來讓台灣學校的現場老師也開始培養ai協作的能力，那所以我們也跟他合作，現在現場的老師，有些是熱情擁抱人工智慧，有些人焦慮，有些人霧裡看花。張博士雖然是創業家，又是名校畢業，但是他回想自己的歷程，覺得最重要的還是創新、系統思考這些能力。
繩結:雖然說這些種子是短暫，可以廣泛到其他學校；納希望這種系統思考的能力也能深化，給不同的老師。
立傑:先從學生開始是，一些師範體系的老師，相對比較難改變；但是像2/15號是全國備課日，有收到很多是給老師的講座邀約。
一直在挑戰老師的問題:AI這麼厲害，那人類老師該用什麼態度面對?
文娟:覺得AI也許可以節省老師的備課時間；另一個是教育部課綱的設計，要與時俱進。因為他們當時設計的課綱，AI還沒那麼盛行。那人工智慧其實可以運用在各種產業上，有個史丹佛的教授說，人工智慧可以讓中小企業，運用演算法預測今天應該準備多少原物料來製作產品。那協會這邊如何透過對產業的觀察，影響教育部在制定課綱時，也融入一部分AI的內容。
立傑:愛人的能力，助人能力為何重要?如果不看這些能力，全世界科技發展最好的是北韓，因為他們可以用工廠不斷生產武器。可是北韓不會是我們公認幸福的國家。那為什麼美國是現在引領AI發展的國家?因為它不像北韓，是為了某個目的去發展。
文娟:我覺得我們現在的課綱，立意非常好，但現場落實非常不好。我有幾個高中的學生，跟我分享因為他們的生活，還是圍繞在考大學，學生在學校學習，不是您剛剛講的。這個制度設計是有問題的。我有個學生，他的史地分數非常好，但是數學很不好，他去問數學好的人，對方只回沒有呀我就是這樣學的。所以他說他以後也不想教史地不好的人。如果我們的教育只是為了讓孩子彼此堤防，變成競爭者，那這個教育是很有問題的。今天檢驗一件事情如何學會，很多時候可以看他能不能教別人，但是如果他擔心的是教別人以後，多了一位競爭對手，那就是有問題的。
立傑:您提到的這個廠景我印象很深刻。吳思華前部長上任前，有十幾位校長請他吃飯，在吃完後，我問:在座的校長，請問妳們的小孩在那裡讀書?那裡至少有一半的校長，小孩是送到國外去。我跟部長說，您看，這裡有一半的校長都把小孩送到國外去，可以想見我們台灣教育的問題。但是回過來說，我們的體制就是一套機器，它的目的是可以讓大家上軌道，所以我也不確定整個體制的改善怎麼做。
文娟:大學端還是要做些改變，怎麼樣讓最終端改變後，影響到國高中階段。以大學這塊來講，美國大學不怕你來念，你念不好就不怕把你當掉。我孩子在申請美國的大學時，要申請的是學業成績總平孩子不是很喜歡唸書，但是他很喜歡參加課外活動，但是他很喜歡參加課外活動，所以他的綜合能力和語言能力加起來，還是讓他可以去念很不錯的大學。那台灣的大學現在還是以學業成績為主要的錄取條件，那現在大部分的小孩不是補習就是家教。
繩結:我是剛畢業，在我最後一年的師培時，有發現一些大學的系所有特別運用特殊選材，可以看到不同的學習歷程的學生，但這僅限於有心的老師。
立傑:台灣的大學現在分成三大類，國立大學，私立大學與技職體系。那私立大學現在最擔心的是生源不夠；那國立大學可能比較難改變，畢竟口碑在那邊，招生來說相對沒有私立大學那麼緊迫，因此不一定會想要改變。
繩結:有學生在入學後才忙著轉系休學，因為這個科系跟它們原本想的不一樣。們原本想的不一樣。所以國立學校的教授它們也會有困擾，要看每個學校。而且不同學校有不同的招生策略。
文娟:是否認同學生用AI寫作業?
立傑:李芬芬教授，用AI可以確保六十分。換句話說就是在六十分以上發展，而不是二十或三十分。所以我覺得禁止不了，那為什麼一定要強制?
立傑:大家講得我都同意，那就是在強調，政府和政策是一部機器。那AI的問世，可以去處理一些我們現在處理不到的事，例如有沒有可能用人工智慧幫助中學生進行生涯探索?並且如何不要只是運用效率效能的方式作評量?這可能會更好一點。
分組三
芸伍、蕭郁璇、亭臻
芸伍：我是振鐸學會的工作人員，未來也有興趣投入教育，在chatGPT剛出現的時候(還在胡說八道的時候)就有在關注，到現在也發現可以運用在程式註解、解釋的方面，很期待未來的發展。
郁璇：在教育現場工作，三峽的小草書屋製作教案，針對脆弱家庭、高風險的孩子製作教案。 AI不過度依賴，但是個幫忙的工具。真的很像人，會綜合前面幾次的討論，再生出更深入的討論，如果遇到問題覺得可以善用科技詢問他。像是假資訊也可以善用科技。問AI「過給的資訊是真的嗎？」他回答不是百分之百但是是從網路的大數據出來的。
亭臻：本來有點猶豫要不要參加論壇，身為文字工作者，面對AI和chatGPT的出現、同時看見任的依賴性越來越強卻無意識的時候，會擔心會不會影響整理、收集資訊的能力，或自己獨立思考的能力。 所以面對教育目前的趨勢心中感到有點矛盾。意識到下一代（現在的學生）對chatGPT的依賴性非常強，自己其實並不很樂見這樣的事發生，擔心人類會過度依賴或變得懶得思考。
芸伍：不管是哪個AI一定有局限性，會屏蔽某些東西。 覺得AI有可能帶入教學的可能性嗎？
郁璇：自己蠻想這樣做，科技的發展是勢必的，善用科技是好的，但不是依賴科技。體制內的孩子來到我這邊，有位六年級的孩子享用AI寫寒假作業，我回答自己的感受比AI寫出來的更重要。可以適當的加入，像是練習要怎麼提問、理解問題，邏輯或概念會比較完整。要融入aI可能需要更長其的時間跟方法。
亭臻：身為教育工作者，要怎麼帶領學生在善用跟依賴科技之間取得平衡？
芸伍：以前曾用錯誤的例子給學生看ai在胡說八道，證明ai不是萬能的，可以靠他產出東西但不一定真實。
亭臻：但像寫作文這件事是不需要真實性的。
芸伍：以前有個東西叫「唬爛產生器」，產生一堆沒內容的東西，但ai是產生有內新的東西，我要怎麼分段，可不可以給我一點方向或例子去思考。感覺可以用引導的方式去協助學生了解我該如何做？
亭臻：但像我們這個時代寫作文是不回有人給你一些例子或方向的，我們也是自己產出來。這樣未來沒有ai他們會不會就不會跨出第一步，因為沒有人教過也沒有自己做過。擔心分不出善用跟依賴的差別。
郁璇：問孩子人工智慧的好壞處在哪？以他們角度去看。不是百分之百去相信ai的產出，可以試著在現場跟孩子一起做這件事。大人都不一定分辨得出來，都是考驗，所以或許可以陪著孩子一起討論，可以問問題、舉反面例子等一起去面對這件事。如果因為擔心而不讓他們使用，但有天他們必然會接觸到，沒有在大人的引導下反而容易讓孩子過度相信ai。
芸伍：我滿同意郁璇這部分的發言，不管是AI，甚至是暴力、霸凌、健康教育等等領域，陪伴總比禁止好。 針對AI的假訊息問題，我覺得判斷還是要拉回我們自己，把學習主動性還給學生，讓學生去了解如何提問、如何判斷。 在未來資訊公司一定會盡量避免假訊息，但依然很難避免，這就成為教育工作者的課題，要怎麼確認資訊來源。尤其大家同溫層厚，演算法讓我們只看見自己想看的東西，去解釋或辨認真偽變的更加困難，必須更加認真面對。
郁璇：ai會說我們想聽的話嗎？像社群那樣被演算法影響。
芸伍：目前需要一些提問詞特別要求，例如：請扮演一個ＸＸ角色下指令。 亭臻：我覺得目前不會，不會像siri那樣。
芸伍：ai會去記憶同一篇的東西，但下一篇要重新開始，他會忘記自己要扮演什麼。蠻多人嘗試過。
